技术的使用会减少招聘偏见吗?

技术的使用会减少招聘偏见吗?

技术是否总是有助于减少招聘偏见?了解职业和生产力作家Erika Rykun的收益和潜在的陷阱。

所有人都有偏见,招聘人员在这里也不例外。大多数偏见是无意识的。它们会影响我们的感知,决策和判断力,从而导致误解和错误的可能性。可以肯定的是,不能完全责怪人们判断力上的这种弱点,但是如果在招聘方面没有适当地解决人力资源和招聘专家的问题,则可能要追究他们的责任。

现实生活中的例子证明,即使是现代软件也可能无法避免偏差。最近,Amazon.com Inc.的AMZN.O专家发现了由AI驱动的招聘工具的运作中存在一个大问题。根据一个 路透社的报道,算法本身就引起了问题,因为AI算法学会了根据历史数据做出决策,而历史数据本身可能包含偏差样本。这种情况也可以视为“无意识偏见”的一种形式吗?

让我们深入了解本主题,并了解技术是否以及如何可以用作减少工具 招聘偏见.

招聘中无意识偏见的常见类型

我们的思维方式和决策方式很大程度上取决于各种无意识的偏见,但不幸的是,招聘似乎是 最有偏见的领域之一。面临的挑战是,尽管有我们的愿望或意图,偏见还是经常发生,并以各种形式找到其代表。偏见的一些常见类型包括:

1.确认偏差

招聘人员倾向于根据自己的身份做出决定,并且偏向于青睐。例如,招聘人员可以根据候选人参加的大学或大学形成意见,从而导致候选人在实际面试之前或多或少地被认为是有能力的。

60%的面试官将对候选人的适合性做出决定 在最初的15分钟内。在招聘过程中,招聘人员只是在试图证明其决定的合理性。

2.影响启发式

这种类型的偏差与基于表面因素做出决策的情况有关。因此,HR可能会因为某些特征对所讨论的角色完全没有意义而将候选人视为没有能力的人(例如 刺青 可以阻止招聘人员选择完全合适的候选人)。

3.期望锚

期望锚是有关候选人的一条信息或在招聘决定中起不适当决定性作用的单个特征-通常与候选人的专业素养和能力无关。

在这种情况下,面试官通常会关注少数几个特定因素,这些因素会扭曲面试官对候选人的期望以及他们对候选人对职位的适合性的考虑。

4.光晕效果

这种类型的偏差的作用类似于期望锚。在这种情况下,关键的不同在于,HR通常专注于特定的积极事实或特质。例如,身体吸引力的人 更有可能 获得职位并穿上正式服装的候选人会给人以对职位更胜任的印象。此外,面试之前有关候选人的正面反馈可以为面试官创造光环。

订阅博客

5.喇叭效果

这与光环效应相反,两者的区别在于人力资源部专注于负面事实或特质,并由这些因素驱动招聘决策。在这种情况下,访调员可能会根据一个已知的刻板印象来判断一个人并给他们负面的评价:例如,不整洁的衣服或鞋子显示出不足的组织能力,实际上,这个人在如何对待自己的人方面可能会很有条理工作量。

6.直觉

这种类型的偏见是最普遍且众所周知的。奇怪的是,它通常被认为是人力资源的积极甚至有价值的特征。但是,通过信任自己的直觉而不是根据一系列因素比较候选人,您可能会做出错误的决定。

7.虚幻相关

虚幻相关性是对变量之间关系的坚定信念,即使这种关系只是相关性而非因果关系。

无意识的偏见是复杂的,并且以各种形式存在。人类的认知过程天生就容易受到偏见的影响。上面列出的所有偏见根据与他们的智力活动有关的五个方面而定:

  • 认识
  • 记忆
  • 信仰
  • 判断
  • 劝说

为什么无意识的招聘偏见会让您担心?

雇用偏见对雇主和雇员都是一个严重的问题。像其他任何问题一样,它也有其成本,而且这个成本可能是可观的,甚至高达 当您对应聘者做出妥协时。坦白地说,招聘偏见使您付出了代价:

每次租用的平均费用 对于公司来说是3,000英镑。无意识的偏见会导致雇用错误的人员,或导致新雇用人员的保留率低。在这篇文章中,可以找到有关招聘的明显和隐性成本的更多信息。 人力资源成本类型.

天赋

全球招聘趋势 报告指出:“ 78%的招聘人员和招聘经理说,多样性是影响他们招聘方式的主要趋势。”无意识的偏见严重影响了劳动力的多样性,进而影响了整体生产率。

相关文章: 管理工作场所的多样性

减少招聘偏见的技术用例

使用技术减少招聘偏见

做出招聘决定需要基于数据以及各种隐含概念和证据的判断。尽管存在最初的疑问,但现代AI驱动的解决方案确实有望成为最可靠的工具之一。

算法成功地忽略了年龄,姓名,种族或性别变量,证明了消除偏见的效率。但是请记住,人工智能中偏见的真正根源是人类的行为和人工智能旨在学习的错误。

让我们考虑一下真正的AI用例,以减少招聘偏见。

基于数据点的采购和筛选决策

人工智能驱动的解决方案允许根据众多数据特征筛选候选人。通过组合各种数据点,这些工具可以预测最合适的候选者。

例如,应用程序跟踪系统(ATS)可以过滤团队的简历。 ATS软件由于其特定功能而可以减少偏差:

  • 匿名反馈(将反馈自动分为正面和负面,不参考其作者)
  • 协作招聘(在线共享每个候选人的评论和注释,创建面试历史记录)
  • 通用过滤器(自动过滤,无偏见,假设和精神疲劳)
  • 数据隐藏(隐藏可能通过查询设计引起偏差的数据)

在这种情况下,主要好处是可以轻松测试和验证结果。但是,最终决定始终取决于您。

相关文章: 申请人跟踪系统(ATS)如何简化中小型企业的招聘

忽略有关候选人的信息

以AI为动力的解决方案的另一个重要特征是,可以对它们进行编程以忽略有关候选人的特定数据。因此,可以忽略诸如年龄,性别,人口统计数据和种族等细节,以减少偏见。

组织面试

面试是招聘程序的经理阶段之一。因此,为使此过程尽可能客观,采访结构还应涉及现代数字工具的应用。使用标准化的问题,数字化 能力倾向测试 系统和基于AI的数据处理解决方案有助于消除偏差并提高流程的透明度。

无意识的偏见是自然的,并且将永远存在。目前,没有任何一种解决方案可以一劳永逸地删除它。但是,这并不意味着我们不能将其最小化。得益于现代技术的进步和方法,招聘团队可以提高他们的客观性并做出更好的招聘决定。

相关文章

有效的招聘如何促进业务成功

网络研讨会:利用人力资源数据来提高业务绩效

如何利用人力资源数据来最大程度地提高生产力

埃里卡·雷昆(Erika Rykun)的图片

撰写者 埃里卡·雷昆(Erika Rykun)

Erika是一位职业和生产力撰稿人,他坚信网络的力量。业余时间,她喜欢看书和与猫可乐一起玩。

免费数据迁移
免费数据迁移
无限免费支持
无限的免费支持
3个月MOT
3个月MOT